一种车辆自我保护方法、系统以及包括该系统的自动驾驶车辆与流程

本申请涉及自动驾驶领域，特别地，涉及一种车辆自我保护方法、系统以及包括该系统的自动驾驶车辆

背景技术：

随着科技的发展，车辆已成为人们生活中出行的最重要且使用最频繁的交通工具，车辆已经普及到千家万户并成为人们日常生活的重要部分。一方面，自动驾驶的发展使得车辆已经具有自动驾驶功能；另一方面，随着节能减排的需求，车辆也在逐步进行电动化发展，市场上的电动车辆(包括混合动力车辆、插电式混合动力车辆以及纯电动车辆)的比例也在逐步增加。

生活中，我们经常遇到一些对于车辆的正常可用产生威胁的情况，特别是车主不在现场或无法及时到现场的情况。比如：在停车期间突发暴雨，而车辆停在地势较低洼的地方，就会有被水淹没而导致发动机、电池等受损而不能正常工作的巨大风险；又如：天气持续高温，导致汽车车内温度过高，汽车发生自燃。温度过高，导致汽车发生爆胎；在这些情况下，都会造成对车辆的损害以及对车主的经济损失。而另一方面，随着车辆电动化的普及，纯电动车在车辆市场上所占的比例与日俱增，对于纯电动车而言，其包括电池包，电池包的电压一般较高(约几百伏特)，如果纯电动车被水淹，就有可能因为发生漏电而对车辆周围的行人或动物产生生命安全威胁。

为了解决上述问题，需要一种方法，能够降低财产损失，以及尽可能地消除安全隐患。

技术实现要素：

为了解决上述的相关问题，本申请各种实施例提供了一种车辆自我保护方法、系统和采用该系统的自动驾驶车辆。

作为本申请的一方面，提供一种车辆自我保护方法，包括：获取车辆周围环境信息，至少根据所述车辆周围环境信息和所述车辆历史信息判断风险等级；根据所述风险等级执行对应的操作。环境信息可以包括：车辆位置、车内温度、车外温度、车辆胎压、浸水高度，车辆周围声音强度等多方面的信息；车辆历史信息可以包括：车辆历史驾驶信息和车辆历史停车信息。在获取了车辆周围环境信息和车辆历史信息之后，可以判断车辆所面临的风险等级，例如较低，中等，较高；在得到风险等级后，即可执行对应的操作以规避车辆风险，对应的操作可以包括例如但不限于：如果风险等级较低，可以向车主发送通知；如果风险等级较高，车辆可以启动自动驾驶离开当前位置；如果风险等级中等，车辆可以在设定时间范围内未收到车主响应的情况下启动自动驾驶离开当前位置，或者被车主远程控制离开当前位置。本申请通过综合评估车辆周围环境信息和车辆历史信息来判断车辆当前所面临的风险等级，并依据不同的风险等级执行相对应的操作，从而使得车辆可以执行恰当的操作以规避所面临的风险，从而避免财产损失和人身安全隐患。

在一个可能的设计中，可以综合地根据云端的信息，所述车辆周围环境信息以及车辆历史信息判断风险等级。云端与车辆通信连接，例如可以是由云计算服务商所提供的公有云、私有云或者是混合云；云端信息包括：其它车辆上传到云端的信息，车辆当前位置的相关统计信息，当前时间的气象信息。通过引入云端信息，可以更加准确地评估车辆所面临的风险等级，风险等级的判断可以在车端完成，也可以在云端完成。

在一个可能的设计中，在判断出车辆所面临的风险等级后，可以选择的对应的操作包括但不限于：向车主发送通知，被车主远程控制离开当前位置，自动驾驶离开当前位置。应当理解的是：一般而言，向车主发送通知是初步的预警或者是较低程度的风险；而自动驾驶离开当前位置对应较高的车辆风险和发送通知后未得到车主的回复，如果不采取行动有较大可能发生车损乃至危及人身安全。

在一个可能的设计中，如果采取的对应的操作是车辆自动驾驶离开当前位置，在该操作完成后，向车主发送通知告知车主当前车辆所处的位置。这样车主可以知晓自己的车辆目前所在的位置。

在一个可能的设计中，当所述车辆采取自动驾驶离开当前位置的操作时，依据所述车辆历史信息确定目标停车位置，例如可以确定车主住宅或工作地附近的停车域作为目标停车位置。这样在通知车主后，车主可以比较方便的进行取车。

在一个可能的设计中，在完成了对应的操作后，车辆可以将车辆周围环境信息，所述风险等级和所述对应的操作相关信息上传至云端，以作为云端的训练数据集，从而使得云端的机器学习模型可以获得更多的训练数据，提升判断预测的准确率。

第二方面，提供一种车辆自我保护系统，包括：温度传感器/胎压传感器/水浸传感器/声音传感器等多种传感器，摄像头，全球导航卫星系统(globalnavigationsatellitesystem:gnss)，全球导航卫星系统目前包括：美国的全球定位系统(globalpositionsystem)，俄罗斯的格洛纳斯导航系统(glonass)，欧洲的伽利略卫星导航系统(galileosatellitenavigationsystem)，中国的北斗卫星导航系统(beidounavigationsatellitesystem)；车辆自我保护系统可以包括上述一种或几种导航系统。以及与多个传感器、摄像头和定位装置通信连接的分析控制单元，分析控制单元基于从传感器、摄像头和gnss所获得的车辆周围环境信息以及从车辆获取的车辆历史信息判断风险等级，并依据风险等级执行对应的操作。

可以理解的是，第二方面提供的系统对应于第一方面提供的方法，故第二方面各实现方式以及达到的技术效果可参见第一方面各实现方式的相关描述。

第三方面，提供一种车辆自我保护装置，其包括存储单元和处理单元，所述存储单元用于存储程序指令，所述处理单元用于执行所述存储单元中的程序指令以实现前述第一方面的各种功能。其中，该存储单元可以是存储器，例如易失性存储器，用于缓存这些程序指令，这些程序指令可以是为了执行前述第一方面提供的方法时，从其他非易失性存储器中加载到该存储单元中。当然，所述存储单元也可以是非易失性存储器，也集成在所述芯片内部。该处理单元可以是处理器，例如芯片的一个或多个处理核心。

第四方面，提供一种计算机可读存储介质述计算机可读存储介质中存储了程序代码，所述程序代码被计算机或处理器执行时可实现前述第一方面的各种功能。

第五方面，提供一种自动驾驶车辆，其包括前述第二方面的车辆自我保护系统。

本申请各种实施例提供了一种车辆自我保护方法、系统以及采用该系统的自动驾驶车辆，通过获取、分析车辆周围环境信息和车辆历史信息，从而判断车辆所面临的风险等级，并依据风险等级执行相应的操作，相应的操作可以包括：通知车主；在得到车主的远程控制命令时被车主远程控制离开当前位置；自动驾驶离开当前位置，并可以在完成自动驾驶后通知车主车辆的位置。本申请技术方案可以实现当车辆面临实际环境危险时候自主进行相应的保护措施，从而不仅可以保护车主的财产，也可以降低对人身的安全威胁。

附图说明

图1是本申请实施例提供的车辆的架构示意图；

图2是本申请实施例提供的车辆自我保护方法的流程示意图；

图3是本申请实施例提供的一种车辆自我保护系统架构示意图；

图4是本申请实施例提供的一种车辆自我保护系统架构示意图；

图5是本申请实施例提供的一种车辆自我保护系统架构示意图；

图6是本申请实施例提供的一种车辆自我保护系统架构示意图；

图7是本申请实施例提供的一种车辆自我保护系统架构示意图；

图8是本申请实施例提供的一种车辆自我保护系统架构示意图；

图9是本申请实施例提供的一种车辆自我保护系统架构示意图；

图10是本申请实施例提供的一种车辆自我保护装置示意图。

具体实施方式

图1是本申请实施例提供的车辆的功能框图。在一个实施例中，将车辆100配置为完全或部分地自动驾驶模式。例如，当车辆100配置为部分地自动驾驶模式时，车辆100在处于自动驾驶模式时还可通过人为操作来确定车辆及其周边环境的当前状态，确定周边环境中的至少一个其他车辆的可能行为，并确定该其他车辆执行可能行为的可能性相对应的置信水平，基于所确定的信息来控制车辆100。在车辆100处于自动驾驶模式中时，可以将车辆100置为在没有和人交互的情况下操作。车辆100可包括各种子系统，例如行进系统102、传感器系统104、控制系统106、一个或多个外围设备108以及电源110、计算机系统112和用户接口116。可选地，车辆100可包括更多或更少的子系统，并且每个子系统可包括多个元件。另外，车辆100的每个子系统和元件可以通过有线或者无线互连。

行进系统102可包括为车辆100提供动力运动的组件。在一个实施例中，行进系统102可包括引擎118、能量源119、传动装置120和车轮/轮胎121。引擎118可以是内燃引擎、电动机、空气压缩引擎或其他类型的引擎组合，例如汽油发动机和电动机组成的混动引擎，内燃引擎和空气压缩引擎组成的混动引擎。引擎118将能量源119转换成机械能量。

能量源119的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源119也可以为车辆100的其他系统提供能量。

传动装置120可以将来自引擎118的机械动力传送到车轮121。传动装置120可包括变速箱、差速器和驱动轴。在一个实施例中，传动装置120还可以包括其他器件，比如离合器。其中，驱动轴可包括可耦合到一个或多个车轮121的一个或多个轴。

传感器系统104可包括感测关于车辆100周边的环境的信息的若干个传感器。例如，传感器系统104可包括定位系统122(例如可以是gps系统、北斗系统、伽利略系统、glonass系统中的任一种或几种)、惯性测量单元(inertialmeasurementunit，imu)124、雷达126、激光测距仪128以及相机130。传感器系统104还可包括被监视车辆100的内部系统的传感器(例如，车内空气质量监测器、燃油量表、机油温度表等)。来自这些传感器中的一个或多个的传感器数据可用于检测对象及其相应特性(位置、形状、方向、速度等)。这种检测和识别是自主车辆100的安全操作的关键功能。

定位系统122可用于估计车辆100的地理位置。imu124用于基于惯性加速度来感测车辆100的位置和朝向变化。在一个实施例中，imu124可以是加速度计和陀螺仪的组合。

雷达126可利用无线电信号来感测车辆100的周边环境内的物体。在一些实施例中，除了感测物体以外，雷达126还可用于感测物体的速度和/或前进方向。

激光测距仪128可利用激光来感测车辆100所位于的环境中的物体。在一些实施例中，激光测距仪128可包括一个或多个激光源、激光扫描器以及一个或多个检测器，以及其他系统组件。

相机130可用于捕捉车辆100的周边环境的多个图像。相机130可以是静态相机或视频相机。

控制系统106为控制车辆100及其组件的操作。控制系统106可包括各种元件，其中包括转向系统132、油门134、制动单元136、计算机视觉系统140、路线控制系统142以及障碍物避免系统144。

转向系统132可操作来调整车辆100的前进方向。例如在一个实施例中可以为方向盘系统。

油门134用于控制引擎118的操作速度并进而控制车辆100的速度。

制动单元136用于控制车辆100减速。制动单元136可使用摩擦力来减慢车轮121。在其他实施例中，制动单元136可将车轮121的动能转换为电流。制动单元136也可采取其他形式来减慢车轮121转速从而控制车辆100的速度。

计算机视觉系统140可以操作来处理和分析由相机130捕捉的图像以便识别车辆100周边环境中的物体和/或特征。所述物体和/或特征可包括交通信号、道路边界和障碍物。计算机视觉系统140可使用物体识别算法、运动中恢复结构(structurefrommotion，sfm)算法、视频跟踪和其他计算机视觉技术。在一些实施例中，计算机视觉系统140可以用于为环境绘制地图、跟踪物体、估计物体的速度等等。

路线控制系统142用于确定车辆100的行驶路线。在一些实施例中，路线控制系统142可结合来自传感器、全球定位系统(globalpositioningsystem，gps)122和一个或多个预定地图的数据以为车辆100确定行驶路线。

障碍物规避系统144用于识别、评估和避开或者以其他方式越过车辆100的环境中的潜在障碍物。

当然，在一个实例中，控制系统106可以增加或替换地包括除了所示出和描述的那些以外的组件。或者也可以减少一部分上述示出的组件。

车辆100通过外围设备108与外部传感器、其他车辆、其他计算机系统或用户之间进行交互。外围设备108可包括无线通信系统146、车载电脑148、麦克风150和/或扬声器152。

在一些实施例中，外围设备108提供车辆100的用户与用户接口116交互的手段。例如，车载电脑148可向车辆100的用户提供信息。用户接口116还可操作车载电脑148来接收用户的输入。车载电脑148可以通过触摸屏进行操作。在其他情况中，外围设备108可提供用于车辆100与位于车内的其它设备通信的手段。例如，麦克风150可从车辆100的用户接收音频(例如，语音命令或其他音频输入)。类似地，扬声器152可向车辆100的用户输出音频。

无线通信系统146可以直接地或者经由通信网络来与一个或多个设备无线通信。例如，无线通信系统146可使用3g蜂窝通信，例如码分多址(codedivisionmultipleaccess，cdma)、evd0、全球移动通信系统(globalsystemformobilecommunications，gsm)/通用分组无线服务(generalpacketradioservice，gprs)，或者4g蜂窝通信，例如lte，或者5g蜂窝通信。无线通信系统146可利用无线保真(wireless-fidelity，wifi)与无线局域网(wirelesslocalareanetwork，wlan)通信。在一些实施例中，无线通信系统146可利用红外链路、蓝牙或紫蜂协议(zigbee)与设备直接通信。其他无线协议，例如各种车辆通信系统，例如，无线通信系统146可包括一个或多个专用短程通信(dedicatedshortrangecommunications，dsrc)设备，这些设备可包括车辆和/或路边台站之间的公共和/或私有数据通信。

电源110可向车辆100的各种组件提供电力。在一个实施例中，电源110可以为可再充电锂离子或铅酸电池。这种电池的一个或多个电池组可被配置为电源为车辆100的各种组件提供电力。在一些实施例中，电源110和能量源119可一起实现，例如一些全电动车中那样。

车辆100的部分或所有功能受计算机系统112控制。计算机系统112可包括至少一个处理器113，处理器113执行存储在例如数据存储装置114这样的非暂态计算机可读介质中的指令115。计算机系统112还可以是采用分布式方式控制车辆100的个体组件或子系统的多个计算设备。

处理器113可以是任何常规的处理器，诸如商业可获得的中央处理器(centralprocessingunit，cpu)。替选地，该处理器可以是诸如用于供专门应用的集成电路(applicationspecificintegratedcircuit，asic)或其它基于硬件的处理器的专用设备。本领域的普通技术人员应该理解该处理器、计算机、或存储器实际上可以包括可以或者可以不存储在相同的物理外壳内的多个处理器、计算机、或存储器。例如，存储器可以是硬盘驱动器或位于不同于计算机的外壳内的其它存储介质。因此，对处理器或计算机的引用将被理解为包括对可以或者可以不并行操作的处理器或计算机或存储器的集合的引用。不同于使用单一的处理器来执行此处所描述的步骤，诸如转向组件和减速组件的一些组件每个都可以具有其自己的处理器，所述处理器只执行与特定于组件的功能相关的计算。

在此处所描述的各个方面中，处理器可以位于远离该车辆并且与该车辆进行无线通信。在其它方面中，此处所描述的过程中的一些在布置于车辆内的处理器上执行而其它则由远程处理器执行，包括采取执行单一操纵的必要步骤。

在一些实施例中，数据存储装置114可包含指令115(例如，程序逻辑)，指令115可被处理器113执行来执行车辆100的各种功能，包括以上描述的那些功能。数据存储装置114也可包含额外的指令，包括向推进系统102、传感器系统104、控制系统106和外围设备108中的一个或多个发送数据、从其接收数据、与其交互和/或对其进行控制的指令。

除了指令115以外，数据存储装置114还可存储数据，例如道路地图、路线信息，车辆的位置、方向、速度以及其它这样的车辆数据，以及其他信息。这种信息可在车辆100在自主、半自主和/或手动模式中操作期间被车辆100和计算机系统112使用。

用户接口116，用于向车辆100的用户提供信息或从其接收信息。可选地，用户接口116可包括在外围设备108的集合内的一个或多个输入/输出设备，例如无线通信系统146、车车在电脑148、麦克风150和扬声器152。

计算机系统112可基于从各种子系统(例如，行进系统102、传感器系统104和控制系统106)以及从用户接口116接收的输入来控制车辆100的功能。例如，计算机系统112可利用来自控制系统106的输入以便控制转向单元132来避免由传感器系统104和障碍物避免系统144检测到的障碍物。在一些实施例中，计算机系统112可操作来对车辆100及其子系统的许多方面提供控制。

可选地，上述这些组件中的一个或多个可与车辆100分开安装或关联。例如，数据存储装置114可以部分或完全地与车辆100分开存在。上述组件可以按有线和/或无线方式来通信地耦合在一起。

可选地，上述组件只是一个示例，实际应用中，上述各个模块中的组件有可能根据实际需要增添或者删除，图4不应理解为对本申请实施例的限制。

在道路行进的自动驾驶汽车，如上面的车辆100，可以识别其周围环境内的物体以确定自身对当前速度的调整。所述物体可以是其它车辆、交通控制设备、或者其它类型的物体。在一些示例中，可以独立地考虑每个识别的障碍物，并且基于各个障碍物各自的特性，诸如它的当前速度、加速度、与车辆的间距等，来确定自动驾驶汽车(自车)所要调整的速度。

可选地，自动驾驶汽车车辆100或者与自动驾驶汽车车辆100相关联的计算设备(如图4的计算机系统112、计算机视觉系统140、数据存储装置114)可以基于所识别的障碍物的特性和周围环境的状态(例如，交通、雨、道路上的冰、等等)来预测所述识别的障碍物的行为。可选地，每一个所识别的障碍物都依赖于彼此的行为，因此还可以将所识别的所有障碍物全部一起考虑来预测单个识别的障碍物的行为。车辆100能够基于预测的所述识别的障碍物的行为来调整它的速度。换句话说，自动驾驶汽车能够基于所预测的障碍物的行为来确定车辆将需要调整到(例如，加速、减速、或者停止)什么状态。在这个过程中，也可以考虑其它因素来确定车辆100的速度，诸如，车辆100在行驶的道路中的横向位置、道路的曲率、静态和动态物体的接近度等等。

除了提供调整自动驾驶汽车的速度的指令之外，计算设备还可以提供修改车辆100的转向角的指令，以使得自动驾驶汽车遵循给定的轨迹和/或维持与自动驾驶汽车附近的障碍物(例如，道路上的相邻车道中的车辆)的安全横向和纵向距离。

上述车辆100可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、娱乐车、游乐场车辆、施工设备、电车、高尔夫球车、火车、和手推车等，本申请实施例不做特别的限定。

参见图2，其示出了基于本申请实施例给出的一种车辆自我保护方法的流程示意图，包括：

201：获取车辆周围环境信息和车辆历史信息；车辆的周围环境信息可以包括：车辆所处的位置(位置可以由例如gnss所获得)，车辆内部的温度，车辆外部的温度，车辆胎压，车辆是否处于积水路段，如果处于积水路段那么车辆周围的积水高度是多少；车辆周围的声音强度，车辆周围的图像视频信息等。应当理解的是，上述车辆周围环境信息一般是在车辆处于静止停放时所获取的信息。车辆历史信息包括：车辆历史驾驶信息和车辆历史停车信息。车辆历史驾驶信息可以包括：在某一时间段(例如一周)内车辆的驾驶记录；车辆历史停车信息可以包括：在一时间段(例如一周)内车辆的停车信息；举例而言，对于某一车辆，周一至周五每天早上8点左右由车主的住宅位置出发，行驶至车主的工作位置的停车场，并在工作位置的停车场停放约10小时，然后在下午6点左右由车主的工作位置行驶回车主的住宅位置。

202：根据车辆周围环境信息和车辆历史信息判断风险等级；在获取了上述的车辆周围环境信息和车辆历史信息后，即可综合这些信息并依据这些信息对车辆目前所处的环境风险进行评估；例如：如果车辆目前停放处于高温环境中，那么车辆将可能面临爆胎的风险。又比如：如果车辆目前停放处于积水环境中，积水已经较高且目前处于下雨环境中，那么车辆将可能面临被淹的风险。又比如，如果车辆周围的声音强度较大，车辆可能处于燃放烟花爆竹的环境中，那么车辆可能面临被烟花爆竹引燃的风险。又比如，如果车辆是纯电动车，如果长期处于高温环境中，电池可能因为过热而发生自燃的风险，另一方面，纯电动车的电池包的电压一般较高，如果发生浸水，则可能产生漏电而危及车辆周围人身安全。在评估风险等级的时候应当考虑车辆历史信息，例如：在工作日工作时段进行车辆风险等级的评估时可以加入车主工作位置停车场的信息，例如工作位置停车场是否是露天停车场(可以根据车辆的摄像头所获取的图像进行分析而得到)，车主每天工作时停放车辆的时间是否较长等，如果是露天停车场，在夏季车辆(或车辆的电池)在长时间露天停放的情况下容易因为过热而发生电池自燃。判断的风险等级可以包括：风险较低、风险中等、风险较高。

上述风险等级的判断逻辑可以按照规则事先制定好，也可以采用例如机器学习的方法基于大数据学习而得到。一些示例性的风险等级判断场景可以包括但不限于：如果车辆目前处于高温环境中，但是车辆的胎压并不高且当前时间上已经接近傍晚，则可以判断车辆接下来发生爆胎的风险较低；而如果车辆目前处于高温环境中，但是车辆的胎压已经很高且当前时间上处于正午，则可以判断车辆接下来发生爆胎的风险较高。

203：在基于步骤202获得了风险等级后，进一步地可以基于风险等级执行对应的操作。对应的操作可以包括：向车主发送通知，被车主远程控制离开当前位置，自动驾驶离开当前位置。下面详细介绍：

如果判断车辆所面临的风险等级为较低或者中等，则可以向车主发送告警通知，告警通知可以发送至车主的手机。可以由车辆向车主的手机发送告警通知，也可以由云端向车主的手机发送告警通知。

车主在收到告警通知后，可以依据告警情况判断所要采用的操作或者选择忽视，如果车辆为带有自动驾驶功能的车辆，车主可以选择远程操控车辆离开当前位置。

类似地，如果车辆带有自动驾驶功能，如果判断车辆当前所面临的风险等级为较高，并且车辆或向车主发送告警后的设定时间段内没有接收到回复或者反馈，在此情况下如果不尽快驶离当前位置则可能面临极高的车损风险，车辆可以开启自动驾驶功能自行离开当前位置，或者由云端发送指令控制车辆离开当前位置。当车辆在新位置停泊后，将车辆的新的位置发送给车主。车主也可以将自己的位置发送给车辆，车辆将自动驾驶至车主的位置。

在一些实施例中，在车辆执行自动驾驶离开当前位置之前，可以通过车主授权的形式获取许可，即在车辆面临较高风险而又未及时获取到车主回复或者反馈的情况下，车辆可以自动驾驶离开当前位置，许可可以为一次性的，也可以是一段时间内有效的。

在一些实施例中，还可以采用车辆历史信息，即当车辆在面临较高风险而又未在设定时间段内收到车主的回复或反馈时，车辆将开启自动驾驶功能，此时车辆可以基于车辆历史信息中的停车位置作为目的地，例如可以选择车主住宅或者工作地点附近的停车场作为目的地。

在一些实施例中，当车辆在自动驾驶离开当前位置的时候，对车辆采取限速措施，例如将车速限制在30km/h以下，以降低风险。

应当理解的是，对于不同的风险类型，其风险等级所对应的操作可能是不同的。例如，如果是纯电动车辆，由于其动力电池包的电压较高，如果发生车辆浸水则有可能使车辆周围的人或者动物产生触电并因此发生生命危险。因此，对于纯电动车辆，如果判断发生车辆浸水风险达到中等，如果在较短的时间范围内(例如：30分钟)没有获得车主的回复或反馈，即可以立即开启自动驾驶功能离开当前位置。而如果判断的爆胎风险是中等，如果在较短的时间范围内(例如：30分钟)没有获得车主的回复或反馈，则不必立即开启自动驾驶功能离开当前位置。

在一些实施例中，车辆可以和云端进行通信，车辆周围环境信息和车辆历史信息可以传输至云端，云端的信息也可以被传输给车辆，车辆因此可以获取周围环境信息和云端的信息，云端的信息包括但不限于：

(1)其它车辆上传到云端的信息，具体地，当云端获取了车辆的当前位置信息后，即可获取在该位置及其附近区域的其它车辆曾传输到云端的数据，例如：该位置及其附近区域的道路情况等；

(2)车辆当前位置的相关统计信息，例如车辆当前位置及其附近区域的交通事故情况、治安情况等；

(3)气象信息，包括车辆当前位置的天气情况和若干时间段(例如2小时内)内的气象预计。

在一些实施例中，上述云端的信息可以被传输至车辆，车辆可以基于车辆周围环境信息、车辆历史信息和所获取的云端的信息综合起来对所面临的风险进行判断，由于有了云端的信息，则可以实现对于风险等级的更加精准的评估。例如，仍以上述的示例：如果车辆目前处于高温环境中，但是车辆的胎压已经很高且当前时间上处于正午，如果仅以这些信息判断则会得出车辆接下来发生爆胎的风险较高，但是如果获取了云端的信息，云端的信息中包括天气情况，而天气情况显示接下来两个小时内车辆所处位置有较大的几率发生降雨，则可以判断车辆接下来发生爆胎的风险为中等。

在一些实施例中，还可以基于车辆周围环境信息、车辆历史信息和云端的信息对车辆所面临的风险等级进行更多场景化的评估。例如，如果车辆历史信息显示一个月以来每周六夜晚该车辆都会在某一固定的停车位置停放较长的时间(例如晚上8点至12点)；当车辆在周六晚上停放在此位置时，云端的车辆当前位置的相关统计信息显示近期该位置附近的治安情况较差，有较多的车辆被窃案件，则可以判断出车辆当前面临被窃的风险较高。

在一些实施例中，车辆可以将所获得的周围环境信息和车辆历史信息上传至云端，由云端基于车辆周围环境信息判断车辆所面临的风险等级；在云端评估完成后，将风险等级通过通信网络传输给车辆。

在一些实施例中，车辆可以将所获得的周围环境信息和车辆历史信息上传至云端，由云端结合车辆周围环境信息和云端的信息综合判断车辆所面临的风险等级；云端可以基于例如机器学习等方法来基于大数据分析对车辆当前所面临的风险等级进行评估，在云端评估完成后，将风险等级通过通信网络传输给车辆。

在一些实施例中，向车主发送的告警通知中可以包括基于摄像头获取的车辆周围环境的图片或视频，车主通过车辆周围环境的图片和视频可以了解车辆目前所处的情况，并可以对告警通知有客观的判断基础。

在一些实施例中，在完成了对应的操作后，车辆可以将车辆周围环境信息，所述风险等级和所述对应的操作相关信息上传至云端，以作为云端的训练数据集，从而使得云端的机器学习模型可以获得更多的训练数据，提升判断预测的准确率。

应当理解的是，上述各实施例中的信息上传至云端时均对涉及隐私的数据经过了加密和过滤。

在一个实施例中，车辆为纯电动车辆。根据车辆周围环境信息判断风险等级；在获取了车辆周围环境信息后，如果车辆周围环境为下雨，并且车辆周围的积水较多；判断车辆处于中等风险的状态，这种中等风险包含两种含义，第一：车辆的电池和电气系统有可能因为浸水而收到损害；第二：纯电动车辆的电池包的高压部分(纯电动车辆的电池包的电压一般较高，约为几百伏特)可能因为浸水而而发生漏电，进而威胁到车辆附近的生命体(人或者动物)的安全；在此场景下，纯电动车辆可以执行以下操作中的一种或者几种：(1)以闪光或者声音的形式向周围发出警示，提示车辆周围为危险区域应予避让；(2)向交通管理部门发送通知提示车辆所面临的(中等)潜在风险；(3)向车主发送通知，提示应当立即进行处理以免发生风险。在纯电动车辆执行了上述操作中的一项或者几项之后，例如执行了上述的(3)，如果在预定的时间范围(例如半小时)内没有收到车主的回复或者远程控制移动车辆指令，并且仍然处于下雨的周围环境中，纯电动车辆将风险等级提升到高，并且启动自动驾驶功能离开当前的环境，在确定目的停车位置时，车辆将依据地图信息优先选择室内停车场或者地下停车场等非露天停车场，所选择的停车场可以依据车辆内存储的车辆历史信息来确定，例如，可以选择车主家庭所在小区地下停车场；而如果车主家庭所在小区没有地下停车场，可以选择车主家庭所在小区附近的商场的地下停车场，当车辆行驶到目的停车位置后，向车主发送通知告知目前车辆所在位置。在另外一些情况下，如果车辆执行了上述的(2)和(3)，并且在预定的时间范围内(例如20分钟)没有收到车主的回复或者远程控制移动车辆指令，车辆将进一步向交通管理部门发送请求，告知交通管理部门目前车辆所面临的潜在风险为高，请求交通管理部门联系车主；如果在向交通管理部门发送进一步请求后的预定时间范围内(例如10分钟)没有收到交通管理部门的回复或者车主的回复，车辆将进一步执行上述的自动驾驶过程离开当前位置并寻找合适的目的停车位置。

参见图3，其示出了基于一些实施例的车辆自我保护系统300，车辆自我保护系统300可以为车载，车辆自我保护系统300包括：传感器301，传感器可以包括温度传感器，胎压传感器，水浸传感器，声音传感器等；摄像头302，摄像头可以有多个；gnss303；和传感器301、摄像头302、gnss303通信连接的分析控制单元304。

各传感器301用以获得车辆周围的温度信息、胎压信息、水浸信息、声音信息；摄像头用以获取车辆内外的图像视频信息；gnss用以获取车辆的位置信息。

在一些实施例中，传感器301、摄像头302、gnss303获取的信息可以传输至分析控制单元304，分析控制单元304还可以从车辆获取车辆历史信息(例如从设置在车辆上记录车辆历史行为的存储装置获取)，分析控制单元304在获取了上述的车辆周围环境信息和/或车辆历史信息后，即可单独或者综合这些信息对车辆目前的风险等级进行评估；评估过程和上述步骤202记载的各种实施方式相一致。在评估完成后，分析控制单元还可以进一步执行与风险等级相对应的操作。

参见图4，在一些实施例中，和图3所示实施例相同的车辆自我保护系统400可以和云端进行通信，车辆的信息(例如车辆的当前位置信息和/或车辆历史信息)可以传输至云端，云端的信息也可以被传输至车辆，车辆因此可以获取周围环境信息、车辆历史信息和云端的信息，车辆或者云端均可以基于上述信息(包括车辆当前位置信息，车辆历史信息，云端信息)确定风险等级。车辆和云端进行交互的过程以及确定风险等级的过程和上述步骤202的记载的各种实施方式相一致。在确定风险等级完成后，分析控制单元或者云端可以进一步执行与风险等级相对应的操作。

参见图5，在一些实施例中，与图4的车辆自我保护系统400相比，车辆自我保护系统500还包括设置在分析控制单元504上的存储装置5041，存储装置5041可以存储车辆历史信息，图5所示的车辆自我保护系统500可以实现和上述实施例中系统400相一致的功能。

参见图6，在一些实施例中，与图5的车辆自我保护系统500相比，车辆自我保护系统600和车辆自动驾驶系统605通信连接。车辆自动驾驶系统605和车主手机606通信连接，车辆自我保护系统600或者云端可以向车主的手机606发送车辆风险等级信息。

当车辆自我保护系统600获得了风险等级后，进一步地可以基于风险等级执行对应的操作。对应的操作和上述步骤203中记载的各种实施方式相一致。车辆的自动驾驶操作可以由车辆自动驾驶系统605所执行。

参见图7，在一些实施例中，车辆自我保护系统700包括：传感器701，传感器可以包括温度传感器，胎压传感器，水浸传感器，声音传感器等；摄像头702，摄像头可以有多个；gnss703；和传感器701、摄像头702、gnss703通信连接的车辆自动驾驶系统704。

各传感器701用以获得车辆周围的温度信息、胎压信息、水浸信息、声音信息；摄像头用以获取车辆内外的图像视频信息；gnss用以获取车辆的位置信息。

传感器701、摄像头702、gnss703获取的车辆周围环境信息可以传输至车辆自动驾驶系统704，车辆自动驾驶系统704还可以从车辆获取车辆历史信息(例如从设置在车辆上记录车辆历史行为的存储装置获取)，车辆自动驾驶系统704基于所获取的车辆周围环境信息和/或车辆历史信息判断车辆当前风险等级，并依据风险等级执行相应的操作。风险等级的确定和相应的操作和上述步骤202各个实施例中描述的过程基本一致。

参见图8，在一些实施例中，和图7实施系统700例相同的车辆自我保护系统800可以和云端进行通信，车辆的信息(例如车辆的当前位置信息和/或车辆历史信息)可以传输至云端，车辆自我保护系统800和云端进行交互的过程以及确定风险等级的过程和上述步骤202的记载的各种实施方式相一致。在确定风险等级完成后，车辆自动驾驶系统或者云端可以进一步执行和风险等级相对应的操作。风险等级的确定和相应的操作和上述步骤202各个实施例中描述的过程基本一致。

参见图9，在一些实施例中，与图8的车辆自我保护系统800相比，车辆自我保护系统900和车主的手机905通信连接。车辆或者云端可以向车主的手机905发送车辆风险等级信息。

当车辆自我保护系统900获得了风险等级后，进一步地可以基于风险等级执行对应的操作。对应的操作和上述步骤203记载的各种实施方式相一致。

在一些实施例中，提供一种自动驾驶车辆，其可以包括上述各实施例提供的车辆自我保护系统，并实现上述各实施例所实现的功能。

在一些实施例中，参见图10，提供一种车辆自我保护装,1000，其包括存储单元1001和处理单元1002，所述存储单元1001用于存储程序指令1003，所述处理单元1002用于执行所述存储单元1001中的程序指令1003以实现前述各实施例所实现的功能。

在一些实施例中，提供一种计算机可读存储介质，计算机可读存储介质中存储了程序代码，所述程序代码被计算机或处理器执行时可实现前述各实施例所实现的功能。计算机可读存储介质可以为如图10中所示出的存储单元1001。

本申请各种实施例提供了一种车辆自我保护方法、系统以及自动驾驶车辆，通过获取、分析车辆周围环境信息和车辆历史信息，从而判断车辆所面临的风险等级，并依据风险等级执行相应的操作，相应的操作可以包括：通知车主；在得到车主的远程控制命令时被车主远程控制离开当前位置；以及无法联系到车主时自动驾驶离开当前位置，并可以在完成自动驾驶后通知车主车辆的位置。本申请技术方案可以实现当车辆面临实际环境危险时候自主进行相应的保护措施，从而不仅可以保护车主的财产，也可以降低在某些情况下对人身的安全威胁。本申请技术方案在自动驾驶电动化的趋势下具有积极的对于财产和人身保护的意义，因为对于纯电动车或者电池包容量较大的插电式混合动力车而言，其电池包的安全性受环境影响较大，比如：在过热的情况下电池包容易发生自燃，在车辆浸水的情况下电池包可能会发生漏电；本申请的技术方案可以较好地预防电池包在各种环境中可能发生的风险，从而减少财产损失，降低对人身的安全危险，并对自动驾驶的推广普及具有积极作用。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑业务划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各业务单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件业务单元的形式实现。

集成的单元如果以软件业务单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本申请所描述的业务可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些业务存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。

以上的具体实施方式，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本申请的具体实施方式而已。

以上，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。